Theo trí nhớ tốt nhất của tôi, tôi chưa bao giờ bắt gặp một định nghĩa chính thức cho điều này trong một văn bản thống kê, nhưng tôi nghĩ bạn có thể ghép chúng lại với nhau từ một vài bài đọc theo ngữ cảnh. Bắt đầu với Phân tích dữ liệu Bayes , p. 261:
Tính toán Bayes xoay quanh hai bước: tính toán phân bố sau, và tính toán phân phối dự báo sau, . Cho đến nay chúng tôi đã xem xét các ví dụ trong đó những ví dụ này có thể được tính toán phân tích ở dạng đóng [.]p(θ|y)p(y^|y)
Trở ngại nói chung là khả năng cận biên, mẫu số ở phía bên phải của quy tắc Bayes, có thể liên quan đến một tích phân không thể biểu thị bằng phân tích. Để biết thêm, tôi nghĩ rằng bạn sẽ thấy bài viết của wiki về biểu thức dạng đóng hữu ích cho ngữ cảnh (nhấn mạnh của tôi):
Trong toán học, biểu thức dạng đóng là biểu thức toán học có thể được đánh giá trong một số lượng hữu hạn các phép toán. Nó có thể chứa các hằng số, biến số, các hoạt động "nổi tiếng" nhất định (ví dụ: + - ×) và các hàm (ví dụ: gốc thứ n, hàm mũ, hàm logarit, hàm lượng giác và hàm hyperbol nghịch đảo), nhưng thường không giới hạn. Tập hợp các hoạt động và chức năng được thừa nhận trong biểu thức dạng đóng có thể thay đổi theo tác giả và bối cảnh .
Các vấn đề được cho là có thể xử lý được nếu chúng có thể được giải quyết theo biểu thức dạng đóng .
Nếu bạn đọc tiếp, bạn sẽ thấy một bảng các lớp biểu thức và "Biểu thức phân tích" bao gồm một số liên quan đến các hằng số chuẩn hóa của các phân phối gia đình theo cấp số nhân. Ví dụ, chức năng gamma trong phân phối gamma và chức năng Bessel trong von-Mises Fisher.
Có nghĩa là, chúng tôi sẵn sàng thừa nhận ít nhất những điều này vào định nghĩa của chúng tôi về "tính dễ điều khiển". (Có thể có các bản phân phối khác liên quan đến các lớp hoạt động được phân loại là "biểu thức phân tích"; Tôi thú nhận rằng tôi không quen.)